ROS中的物体识别——ORK功能包的使用

智能机器人实验室——杭州电子科技大学
实现环境：Ubuntu16.04

ORK功能包下载安装

本实验是在Ubuntu16.04下面进行操作的，由于该版本的kinetic并没有集成所有的ORK功能包，所以需要下面几步操作进行源码安装。

1.安装依赖库

sudo apt-get install meshlab
sudo apt-get install libosmesa6-dev
sudo apt-get install python-pyside.qtcore
sudo apt-get install python-pyside.qtgui

2.下载rosinstall文件进行编译

这一步是我琢磨了很久才弄出来的，原来我根据胡春旭教材上的进行下载，弄了好久也没下载下来，但是原文件已经不能下载了，于是又去github重新搜到了，文件链接在这：
https://github.com/wg-perception/object_recognition_core
新建一个ork_ws工作空间，我是将ork.rosinstall.kinetic.plus文件直接download到ork_ws下面，然后按如下操作进行：

cd ork_ws
wstool init src [文件路径]/ork.rosinstall.kinetic.plus

3.下载功能源码

cd src
wstool update -j8
git clone https://github.com/jbohren/xdot.git
cd ..
rosdep install --from-paths src -i -y

4.编译

cd ork_ws
catkin_make

编译需要很久……
然后将环境变量加在.bashrc文件里

物体识别

下面是识别流程：
（1）创建需要识别的物体模型
（2）针对模型进行训练，生成识别模型
（3）使用训练后的识别模型进行物体识别

1.创建数据库

安装CouchDB工具：

sudo apt-get install couchdb

测试安装是否成功：

curl -X GET http://localhost:5984

创建一条可乐模型数据：

rosrun object_recognition_core object_add.py -n "coke " -d "A universal can of coke " --commit

可以通过下面的网址在浏览器里查看：
http://localhost:5984/_utils/database.html?object_recognition/_design/objects/_view/by_object_name

2.加载3D模型

下载已有的coke.stl模型，通过github下载：

git clone https://github.com/wg-perception/ork_tutorials

下载到src文件里；
然后把可乐模型加载到数据库里：

rosrun object_recognition_core mesh_add.py 49cce25ad1745bc78d8c16a90200008e [path]/ork_tutorials/data/coke.stl --commit

查看模型：

sudo pip install git+https://github.com/couchapp/couchapp.git
rosrun object_recognition_core push.sh

点击object_listing:
点击meshes:
上述就是我们的可乐模型。

3.模型训练

在数据库中加载了许多模型，我们需要进行训练生成匹配模板。
命令如下：

sudo object_recognition_core training -c `rospack find object_recognition_linemod`/conf/training.ork

4.三维物体识别

此步骤不太稳定，还需更改